みなさん、こんにちは。AWS ソリューションアーキテクトの三厨です。 いよいよ AWS Summit Japan 2026 が 6 月 25 日（木）、26 日（金）に幕張メッセで開催されます。今週は各業界ブースの見どころを紹介するブログが続々と公開されました。AI Scientist が実験用ロボットを自律操作する創薬向けの  Self-Driving Lab 、AI エージェントが生産ラインのボトルネックを検知して改善する 製造業向けデモ 、ユナイテッドアローズ様・カインズ様の事例展示を含む 流通・小売・消費財・飲食業界向けブース など、生成 AI エージェントが業務の主役になる未来を体感できる展示が目白押しです。ぜひ事前にチェックしてみてください。 それでは、6 月 8 日週の生成 AI with AWS 界隈のニュースを見ていきましょう。 さまざまなニュース AWS Local Executive Roadshow 名古屋編: タキヒヨー株式会社様、非エンジニアが数週間で社内システムを内製化 タキヒヨー株式会社様は、1751 年創業、270 年以上の歴史を持つ繊維・アパレル企業です。経営に必要なデータが Excel に散在し、VBA マクロでの集計に追われていたことや、需要予測データが分析できる形になっていないことが課題でした。これを解決するために、まず Amazon QuickSight でデータを一元的に可視化し、さらに非エンジニアの担当者が Amazon Bedrock 経由の Claude Code を使ってデータ整形ツールを内製開発しました。その結果、通常なら数カ月・数百万円かかるシステムを数週間で構築し、現場が意思決定業務に集中できるようになったそうです。パートナーのクラスメソッド株式会社様とともに、「まずは可視化から始める」という現実的なアプローチが語られている開催レポートです。 AWS Local Executive Roadshow 広島編: 株式会社エイチビーソフトスタジオ様、生成 AI 導入の「3 つの壁」を乗り越える 株式会社エイチビーソフトスタジオ様は、愛媛県松山市を拠点に全社員リモートで開発を手がける企業で、中小企業への生成 AI 導入支援にも取り組んでいます。支援先では、問い合わせ対応が特定の担当者に集中し回答品質にばらつきが出ることや、導入時の「期待値の壁」「ルール（ガバナンス）の壁」「データの壁」が課題でした。これを解決するために、Amazon Bedrock を活用しつつ、ハンズオンによる期待値調整、叩き台ベースでの運用ルール作り、AI に社員へインタビューさせて属人ノウハウをドキュメント化する、といった工夫を重ねました。その結果、対応時間の削減や負荷集中の緩和に加え、「完璧を待たず小さく始める」ドキュメント化の文化が根づいたそうです。 AWS Summit Japan 2026 流通・小売・消費財・飲食業界向けブースのご案内 テーマは「AI エージェントが業務の主役になる日」。「商品をつくる・届ける・売る / つながる」の 3 つの切り口で、バーチャル AI エキスパートやマルチエージェントによる製品開発、サプライチェーンの危機対応など 6 つのデモを体験できます。あわせて、株式会社ユナイテッドアローズ様の「Amazon Bedrock で実現 対話で深まる日報 AI」や、株式会社カインズ様の「AI で進化する顧客体験」といったお客様の事例展示も予定されています。 AWS Summit Japan 2026 製造業ブース「生産ラインの未来」のご案内 AI エージェントが生産ラインのボトルネックを検知し、改善までを一気通貫で支援するデモを紹介しています。需要の増加を検知して影響を分析し、ボトルネックの特定から工程設計書を参照した改善提案、PLC プログラムの改修案づくり、シミュレーション環境での事前検証までを、エージェントとの会話で体験できます。Amazon Neptune や AWS IoT SiteWise、Amazon Bedrock AgentCore などを活用した構成です。 フィジカル AI で創薬が変わる Self-Driving Lab のご紹介（ヘルスケア・ライフサイエンスブース） AWS 上の AI Scientist が実験用ロボットを直接操作し、設計・実行・分析（DMTA サイクル）を 24 時間自律的に回す「Self-Driving Lab」のデモを紹介しています。会場では、3 色の原液の配合比率を AI が自律的に突き止める実演が行われます。アッセイ条件の最適化や製剤処方の設計などにも応用でき、創薬研究の加速が期待できる内容です。 ブログ記事「 AWS、初の一般提供版 Mythos クラスモデルとなる Claude Fable 5 を発表 」を公開 Anthropic の最上位クラス「Mythos」レベルの機能を、強力なセーフガードを組み込んだうえで一般提供する Claude Fable 5 が発表されました。長時間の非同期実行や高度なビジョン機能、成果物を提供する前に自ら結果を検証する能力が特徴で、評価されたほぼすべてのベンチマークで最先端の性能を示すモデルです。Amazon Bedrock と Claude Platform on AWS の 2 つの方法でアクセスできます。なお本記事には 6 月 12 日付の更新があり、米国政府の輸出管理指令への準拠のため、Anthropic の要請により現在 Claude Fable 5 および Claude Mythos 5 へのアクセスは停止されています（Claude Opus 4.8 などの他モデルは影響を受けません）。ご利用前に最新の提供状況をご確認ください。 ブログ記事「 AWS FinOps Agent のパブリックプレビュー提供開始のお知らせ 」を公開 コスト管理を継続的な運用へと進化させるエージェント型 AI ソリューション AWS FinOps Agent がパブリックプレビューになりました。この記事では、コスト異常を AWS CloudTrail のイベントと関連付けて根本原因と責任者を特定し、Jira チケットや Slack に調査結果を届ける仕組みや、エンジニアが「なぜ先月コストが上がったのか」を自然言語で質問できる機能を紹介しています。Workday 様や Mitre 10 様など初期のお客様の声も掲載されています。月次レビューに追われている FinOps チームの方は必見です。 ブログ記事「 AWS DevOps Agent によるネットワークインシデント対応の自動化 」を公開 この記事では、Amazon CloudWatch のアラートを Webhook で受け取った AWS DevOps Agent が、メトリクス・ログ・ネットワークフロー・API 変更履歴を相関分析し、根本原因と修復プランを提示する方法を紹介しています。セキュリティグループの設定ミスや NAT Gateway のルート削除など、すぐに試せる 4 つのシナリオと、複数アカウントにまたがる Transit Gateway の事例を CloudFormation テンプレート付きで解説しています。手動で 1 時間かかっていた切り分けを数分に短縮できる様子は一読の価値ありです。 ブログ記事「 Amazon Bedrock AgentCore でマルチテナントエージェントを構築する 」を公開 SaaS プロバイダーがエージェント型アプリケーションを本番運用するには、テナント分離やコスト配分、セキュリティといった固有の課題に向き合う必要があります。本記事はシリーズ第 1 回として、Amazon Bedrock AgentCore を使ったサイロ・プール・ブリッジの 3 つの分離パターンと、ランタイム分離・トークン伝播・メモリ階層・ガードレールなど 10 個の設計コンポーネントを体系的に整理しています。マルチテナント SaaS でエージェントを設計する際の見取り図として参考にして頂けるのではないでしょうか。 ブログ記事「 Anthropic / OpenAI 互換 API 向けに最適化された Amazon Bedrock の新しいコンソールエクスペリエンス 」を公開 この記事では、最新の GPT・Claude・オープンウェイトモデルに対応する Amazon Bedrock の次世代推論基盤と、その新しいコンソール体験を紹介しています。最大 3 モデルを比較できるモデルカード、プロジェクト単位での作業、プロジェクト変数を自動で埋め込むライブドキュメントなどにより、モデルの発見から本番移行までをスムーズに行えます。Claude Code や Cline、Cursor などの AI コーディングエージェントとの接続手順も紹介されています。 ブログ記事「 キャパシティ対応推論: SageMaker AI エンドポイントにおけるインスタンスの自動フォールバック 」を公開 GPU キャパシティ不足でエンドポイントの作成や Auto Scaling が失敗する、という悩みを解消する Amazon SageMaker AI の新機能「キャパシティ対応インスタンスプール」を紹介する記事です。優先順位を付けたインスタンスタイプのリストを定義しておくと、キャパシティ制約時に SageMaker AI が自動でリストを順に試し、利用可能なインフラ上にプロビジョニングしてくれます。生成 AI モデルの推論基盤を安定運用したい方におすすめの内容です。 ブログ記事「 2026 AWS Life Sciences Symposium ハイライト: 創薬研究領域 」を公開 この記事では、Sanofi 様や Roche 様、ブリストル マイヤーズ スクイブ様といったリーダーが登壇した本シンポジウムから、エージェント型 AI の創薬活用の最前線を紹介しています。目玉は 40 以上の生物学基盤モデルを備えた Amazon Bio Discovery のローンチで、メモリアル・スローン・ケタリングがん研究所の事例では、標的に対してわずか数週間で高い親和性を持つナノボディを設計した様子が語られています。エージェント型 AI が「将来の約束」ではなく本番インフラとして使われ始めていることが分かる内容です。 ブログ記事「 Kiro の Spec が速く、そしてスマートになりました 」を公開 AI を活用した IDE である Kiro の仕様駆動開発（Spec）フローに、3 つの新機能が追加されました。独立したタスクを依存関係に基づいて同時に処理する「並列タスク実行」、要件・設計・タスクを一度に生成する「Quick Plan」、そしてニューロシンボリック AI で要件の曖昧さや矛盾を設計前に検出する「要件分析」です。「構造と品質を求めると遅くなる」という前提を覆す内容で、大きな Spec の実装時間が大幅に短縮されるとのことです。 ブログ記事「 生成 AI で開発ツール操作を自動化 – Kiro × MCP Server × dSPACE ControlDesk 」を公開 自動車の ECU 開発で使われる dSPACE ControlDesk の複雑な GUI / API 操作を、AWS 上に構築した MCP サーバーと Agentic IDE「Kiro」の組み合わせで自然言語から自動化するアプローチを紹介する記事です。Amazon EC2 上の MCP サーバーが API マニュアルやサンプルコードをナレッジとして保持し、Kiro が ControlDesk を操作する Python コードを自動生成します。API 仕様を調べる時間や新メンバーのオンボーディングコストの削減に役立つ、実践的なユースケースとして参考になります。 サービスアップデート AWS、初の一般提供版 Mythos クラスモデルとなる Claude Fable 5 を発表 Anthropic の Mythos レベルの機能を一般提供する Claude Fable 5 が AWS で発表されました。金融・法務・マーケティング・エンジニアリングなどの専門業務向けに設計され、学習結果に基づいてスキルを自律的に更新し、自ら評価ハーネスを開発して成果物を検証します。Amazon Bedrock と Claude Platform on AWS の 2 つの経路でアクセスできます。なお前述のとおり、6 月 12 日以降は輸出管理指令への準拠のためアクセスが停止されているため、ご利用前に最新の提供状況をご確認ください。 Google DeepMind の Gemma 4 モデルが Amazon Bedrock で利用可能に Google DeepMind のオープンウェイトモデル Gemma 4 ファミリーが Amazon Bedrock で利用可能になりました。Gemma 4 31B、26B-A4B、E2B の 3 種類があり、組み込みの推論機能、ネイティブな Function Calling、35 以上の言語、テキスト・画像・動画・音声のマルチモーダル入力に対応します。31B は最大 256K トークンのコンテキストウィンドウを備え、推論やコーディング中心のワークロードに適しています。現在、米国東部（バージニア北部）、米国東部（オハイオ）、米国西部（オレゴン）、欧州（フランクフルト）で利用可能です。 OpenAI の GPT-5.4 / GPT-5.5 が Amazon Bedrock の米国東部（バージニア北部）で利用可能に OpenAI の GPT-5.4 と GPT-5.5 が、Amazon Bedrock の米国東部（バージニア北部）リージョンでも利用可能になりました。GPT-5.5 は OpenAI の最も高性能なモデルで、高度なコーディングや調査・分析、長時間にわたるエージェント型タスクに向いています。両モデルとも 272K トークンのコンテキストウィンドウとテキスト・画像入力に対応し、Responses API を通じてサーバーサイド・クライアントサイド両方のツール呼び出しやレスポンスストリーミングを利用できます。 Amazon SageMaker AI が NVIDIA Nemotron モデルのサーバーレスファインチューニングに対応 Amazon SageMaker AI が、NVIDIA の 30B オープンウェイトモデル Nemotron 3 Nano のサーバーレスなモデルカスタマイズに対応しました。教師ありファインチューニング（SFT）と強化学習ファインチューニング（RFT）が利用でき、独自データでドメインに合わせた調整が行えます。サーバーレスのため、インフラのプロビジョニングや学習のオーケストレーションは SageMaker AI が処理し、使った分だけの課金でクラスター管理から解放されます。アジアパシフィック（東京）を含む 4 リージョンで利用可能です。 Amazon OpenSearch Serverless が Agentic Search をサポート Amazon OpenSearch Serverless で、自然言語でデータをクエリできる Agentic Search 機能が利用可能になりました。「800 ドル未満で東京行きのフライトを検索する」のように尋ねるだけで、システムが意図を解釈し、最適な検索戦略を計画して適切な DSL クエリを生成し、推論内容の説明とともに結果を返します。背後では LLM を搭載した QueryPlanningTool が自然言語を DSL クエリに変換します。OpenSearch Serverless が提供されているすべての商用リージョンで利用できます。 Amazon OpenSearch Service が エージェント型オブザーバビリティ向けの MCP Apps を提供開始 Amazon OpenSearch Service が MCP Apps に対応し、Claude Desktop や VS Code といった agentic IDE の中で直接オブザーバビリティのワークフローを実行できるようになりました。ローカル環境の AI エージェントが、OpenSearch や Amazon Managed Service for Prometheus に保存されたログ・トレース・メトリクス・アラートを使ってインシデントを調査できます。各ツール呼び出しはエージェント向けの要約テキストと、会話内に描画されるインタラクティブな可視化の両方を返すため、環境を離れずに結果を確認できます。 AWS で AI を活用したコスト調査機能が提供開始 AWS Cost Anomaly Detection に、Amazon Q を使って検出されたコスト異常の根本原因を分析する機能が搭載されました。これまで数時間かかることもあったコスト変化の調査が、わかりやすい言葉での説明として数分で得られます。Amazon Q がコスト変化を使用量主導型かレート主導型かを判断し、原因となったサービス・アカウント・リージョンを特定。使用量主導型の変更は AWS CloudTrail と関連付けて、特定の API コールや IAM プリンシパルに帰属させます。すべての商用リージョンで追加料金なしで利用できます。 AWS Cost Explorer で Amazon Q を活用したインテリジェントなコスト説明機能を提供開始 AWS Cost Explorer に「Amazon Q を利用して分析」機能が追加されました。ボタンを 1 回クリックするだけで、設定したレポートに対するコスト傾向・主なコスト要因・異常などの詳細な分析を受け取れます。設定したフィルターと期間はそのまま分析に引き継がれ、過去の日付には履歴の説明、将来の日付には予測の説明が提供されます。会話を通じてコンテキストが維持されるため、フォローアップの質問で深掘りも可能です。すべての商用リージョンで追加料金なしで利用できます。 Amazon Quick が Snowflake Cortex AI との統合に対応 Amazon Quick が、Model Context Protocol（MCP）を通じて Snowflake Cortex AI と統合できるようになりました。Snowflake のマネージド MCP サーバーを OAuth 認証で接続すると、Cortex Analyst を通じた構造化データへの問い合わせや、Cortex Search を通じた非構造化文書からのインサイト取得を、自然言語で実行できます。Quick の Flows で Snowflake Cortex Agents をオーケストレーションし、繰り返し可能でガバナンスの効いたワークフローを構築することも可能です。Amazon Quick が利用可能なすべての AWS リージョンで利用できます。 Kiro のアップデート Kiro CLI 2.7 が公開、/goal ループと Queue Steering を追加 AI を活用した IDE である Kiro のコマンドラインツール Kiro CLI 2.7 が公開されました。目標を達成するまで実装と自己検証を繰り返す /goal ループ、実行中のエージェントにツール境界で指示を割り込ませる Queue Steering、各ターンのツール呼び出しや変更ファイルを一覧できる強化版 /rewind が追加され、エージェントの自律性ときめ細かな制御をより両立しやすくなりました。 Kiro Web が GitLab 連携とブラウザ上での Spec 実行に対応 ブラウザで動作する Kiro Web に、2 つの機能が追加されました。要件・設計・タスクからなる Spec ワークフローをブラウザ上で実行できるようになり、GitHub に加えて GitLab にも対応しています。1 つのセッションで GitLab と GitHub のリポジトリを混在して扱い、それぞれにマージリクエストやプルリクエストを作成できるようになりました。 Kiro の新プラン「Kiro Pro Max」（月額 100 ドル）が登場 Kiro に、Pro+（月額 40 ドル）と Power（月額 200 ドル）の間を埋める新プラン Kiro Pro Max（月額 100 ドル）が追加されました。月 5,000 クレジット（Pro+ の 2.5 倍）とすべてのプレミアムモデル、Specs・カスタムサブエージェント・powers・hooks といったフル機能を利用でき、Kiro を日常的に使う開発者向けの予測可能な定額プランとなっています。 生成 AI を活用したビジネス変革に取り組むお客様を支援する 生成 AI 実用化推進プログラム は引き続き参加企業を募集しています。ご興味のある方はぜひご覧ください。 今週は以上です。それでは、また来週お会いしましょう！ 著者について 三厨 航  (Wataru MIKURIYA) AWS Japan のソリューションアーキテクト (SA) として、ヘルスケア・ハイテク製造業のお客様のクラウド活用を技術的な側面・ビジネス的な側面の双方から支援しています。クラウドガバナンスや IaC 分野に興味があり、最近はそれらの分野の生成 AI 応用にも興味があります。最近の趣味はカメラです。 週刊 AWS の新しいサムネイルを撮影したので、是非ご覧ください。

2026 年 6 月 5 日、 Amazon Bedrock における新しいコンソールエクスペリエンスをお知らせします。このコンソールでは、高いパフォーマンスと信頼性、および強力なセキュリティを実現するために構築された Amazon Bedrock の次世代推論エンジン上で、最新の AI モデルを用いて、実験、イテレーション、スケールできます。このコンソールは、最新の GPT、Claude、およびオープンウェイトモデルをサポートする bedrock-mantle エンドポイント向けに最適化された、刷新されたワークフローを備えています。OpenAI Responses API、OpenAI Chat Completions API、および Anthropic Messages API に対応しています。 新しいコンソールエクスペリエンスにより、適切なモデルを簡単に見つけ、評価から本番に迅速に移行できます。 新しいモデルカード機能 – モデルカタログ全体を閲覧し、機能、モダリティサポート、コンテキストウィンドウ、適用可能なサービスクォータを 1 つの画面で並べて比較できます。ドキュメントや制限計算ツールからの情報をつなぎ合わせる必要がなくなります。 プロジェクトベースの作業 – 生成 AI アプリケーションの構築ライフサイクルを反映した 1 つの効率的なワークフローで、評価を実行したり、使用状況に関するインサイトを確認したりするプロジェクトを作成できます。 ライブドキュメント – プロジェクトに対応したライブドキュメントを使用できます。コードサンプル、SDK スニペット、API リファレンスは、プロジェクト変数が自動的に事前入力されます。コンソールからスニペットをアプリケーションに直接コピーして、変更せずに実行できます。 開始方法 Amazon Bedrock コンソール 内から [Bedrock Mantle コンソールを試す] を選択するか、または 新しいコンソールのリンク を使用して、新しいエクスペリエンスを試すことができます。 プロジェクトベースのダッシュボードでは、最近の日付範囲、最近使用したモデル、プロジェクトリストに基づいて、推論リクエストとエラーを表示できます。プロジェクトを作成し、モデルを割り当て、API キーを設定して、数分で推論リクエストの実行を開始できます。 新しいモデルカタログには、 bedrock-mantle エンジンでサポートされている最新の GPT、Claude、およびオープンウェイトモデルが表示されます。機能、トークン、料金、入出力、料金情報、および利用できるリージョンの詳細を確認できます。また、1 つのビューで最大 3 つのモデルを比較することもできます。 プロジェクトダッシュボードを選択すると、プロジェクトで使用されているモデル、トークン使用量の分布 (合計トークン使用量、1 分あたりのトークン使用量、1 分あたりの推論リクエスト、推論リクエストあたりのトークンなど) を確認できます。これは、モデルの選択、プロンプトの最適化、ワークロードの一貫性に関する意思決定に役立ちます。 最大 3 つのモデルを選択して評価を開始し、同じプロンプトに対する応答を並べて比較できます。 プロジェクトでアプリケーションを構築するには、 [開始方法] を選択します。既存のコードを移行したり、Anthropic または OpenAI SDK を使用して新しいアプリケーションを構築したり、AI コーディングアシスタントを Bedrock に接続したりできます。 [API & SDK] を選択し、SDK (Anthropic または OpenAI)、使用するプログラミング言語、認証方法を選択します。これらの設定をターミナルで実行して簡単にテストしたり、アプリケーション用に .env ファイルに保存したりするための環境コードが表示されます。また、サンプルコードスニペットを使用して最初のリクエストを送信し、セットアップを検証することもできます。 [クライアント] を選択すると、Claude Code、Cline、Codex、Cursor、OpenCode など、 bedrock-mantle エンジンに接続する AI コーディングエージェントのソースを選択できます。AI エージェントのインストール方法、AWS IAM 認証情報または Bedrock API キーの使用方法、環境変数の設定方法、各 AI エージェントからのリクエストを Bedrock を通じてルーティングする方法に関する手順が表示されます。 Anthropic および OpenAI 互換 API の詳細については、 [ライブ API ドキュメント] を選択します。Claude モデルの Messages API などの機能にアクセスするには [Anthropic API プロトコル] を、Responses API などの機能にアクセスするには [OpenAI API プロトコル] を選択できます。 例えば、OpenAI Response API を選択すると、指定されたモデル ID を持つモデルレスポンスが取得されます。これらの API リファレンスには、プロジェクトの選択されたモデル ID、リージョン、 bedrock-mantle エンドポイント URL、および API キーリファレンスが自動的に入力され、モデルや設定を変更すると、それに合わせて更新されます。 また、既存の Bedrock コンソールを選択して、エージェント、ナレッジベース、ガードレール、ファインチューニング、InvokeModel API、Converse API など、フルマネージド機能を管理し、 bedrock-runtime エンドポイントで実行することもできます。 今すぐご利用いただけます 新しいコンソールエクスペリエンスは、 bedrock-mantle エンドポイントが提供されているすべての AWS リージョン (米国東部 (バージニア北部、オハイオ)、米国西部 (オレゴン)、アジアパシフィック (ジャカルタ、ムンバイ、シドニー、東京)、欧州 (フランクフルト、アイルランド、ロンドン、ミラノ、ストックホルム)、南米 (サンパウロ)) でご利用いただけます。今後のアップデートについては、 リージョンの詳細なリスト をご確認ください。 新しいコンソールエクスペリエンスを 新しい Amazon Bedrock コンソール でお試しいただき、 AWS re:Post for Amazon Bedrock 宛てに、または通常の AWS サポート担当者を通じて、フィードバックをぜひお寄せください。 – Channy 原文は こちら です。

みなさん、こんにちは。AWS ソリューションアーキテクトの野間です。最近1週間の生成 AI を巡っては、Anthropic Claude Opus 4.7 の Amazon Bedrock 対応や、東京リージョンでの提供開始をはじめとして、「より強いモデルを、より現場に近い場所で動かす」ためのアップデートが相次ぎました。また4月20日〜24日に開催された Hannover messe では、AI技術による生産プロセスの最適化、効率化、そして企業の競争力向上と持続可能性が主要なテーマとなっていました 。データ分析中心のAIから「物理世界で自律的に動くフィジカルAI」への移行の加速が進んでいます。そして、AWS界隈も目が離せません。 それでは 4月 20 日週の生成 AI with AWS界隈のニュースを見ていきましょう。 さまざまなニュース ブログ記事「 富士通株式会社様との AI-DLC Unicorn Gym で見えた開発の未来 」 AWSが提唱するAI駆動開発ライフサイクル（AI-DLC）を実践的に学ぶプログラム「Unicorn Gym」に、富士通株式会社が参加した際の取り組みを紹介するブログです。7チーム40名弱が3日間、Amazon Bedrock AgentCoreやAmazon Connectなどを活用しながら、COBOLからJavaへの移行、ペーパーレス化システム、AIエージェントプラットフォーム、自動架電システムといった実課題に取り組んだ内容がまとめられています。記事では、COBOLからJavaへの移行で約4,300行のコードを自動生成した事例など、生成AIを活用した開発の具体的な成果が数字とともに語られています。あわせて、SE（システムエンジニア）の役割が「コードを書く力」から「仕様を策定する力」や「AIが生成した成果物をレビューする力」へとシフトしていく点にも触れられており、生成AIを使った開発プロセスを組織に取り入れたいユーザーにとって導入のヒントになる内容です。 ブログ記事「 【開催報告 & 資料公開】お試しから卒業！Kiro の仕様駆動開発を本格活用 in 大阪 」 2026年3月17日にアマゾン ウェブ サービス ジャパン 大阪オフィスで開催された「AWS Business Innovation Series – West Japan」第1回の開催報告ブログです。18社37名が参加し、AWSが提供するIDE「Kiro」を使った仕様駆動開発を、座学・ハンズオン・ハッカソンの3ステップで体験する内容が実施されました。参加者の約85%がIT部門、15%が事業部門で、開発経験者は全体の約10%と少数だった点が特徴で、普段コードを書かない参加者でも半日で動作するプロトタイプまで作れたという反応が紹介されています。「Vibe Coding」と「Specモード」の体験を通じて、要件定義から実装までの流れを掴める構成になっており、生成AIを使った開発に興味はあるが何から始めればよいか迷っているユーザーにとって、社内での取り組みを検討する際の参考になる内容です。 ブログ記事「 AUMOVIO が Amazon Bedrock 搭載のエージェント型コーディングアシスタントでソフトウェア開発を強化 」 自動車部品サプライヤーのAUMOVIO社が、AWSと協業してエージェント型のコーディングアシスタントを開発した事例を紹介するブログです。Amazon BedrockやAmazon SageMaker、AWS Lambdaなどを組み合わせ、自動車特有のコードベース（約7,000関数）でモデルをファインチューニングし、オープンソースの「Cline」を活用したエージェントとして実装されています。自動車業界のようにAUTOSARやMISRA-C/C++といった業界標準への準拠が求められる領域でも、ドメインに特化したファインチューニングとエージェント型のアプローチを組み合わせることで、コーディング支援の実用性を高められる点が特徴です。記事内ではシニア開発者が5日間かけていたバグ修正が数分で完了した例や、冗長なコードを削除してファイルサイズを半減させた事例も紹介されており、業界固有のルールを持つ組織で生成AIによる開発支援を検討しているユーザーにとって参考になる内容です。 ブログ記事「 AI for Science – AI がもたらす研究新時代 」 創薬・ゲノミクス・材料科学・気候科学・物理学といった科学研究の領域で、AI活用が実用段階に入りつつあるという「AI for Science」の潮流を解説したブログです。Amazon Bedrock、Amazon SageMaker AI、Amazon Textract、Amazon Comprehendなどを組み合わせた研究基盤の構成や、Genomics England、Allen Institute、LILA Sciences、アリゾナ大学といった海外の先進事例が紹介されています。文部科学省が推進する「SPReAD」事業の開始タイミングにあわせて、大学や研究機関の研究者に向けて書かれている点が特徴で、8〜12週間の小規模なPoC（概念実証）から始める段階的な進め方が示されています。研究データが基盤モデルの学習に利用されない仕組みなど、知的財産や個人情報に関するデータ保護の考え方にも触れられており、AI活用を検討している研究機関やそれを支援する立場のユーザーにとって参考になる内容です。 ブログ記事「 EngineLab AI: AWSで実現するスタジオとクリエイター向け本番制作AI環境 」 EngineLab社が提供するマネージドデプロイメントプラットフォーム「EngineLab AI」を、Amazon EC2のGPUインスタンスやAWS Deadline Cloud上で活用する方法を紹介するブログです。映像・メディア制作の現場でよく使われるComfyUIなどの生成AIアプリケーションを、本番環境で安定して運用するための構成が解説されています。顧客自身のAWSアカウント内にデプロイされるためデータがプラットフォーム外に出ず、知的財産（IP）を社内に留められる点や、必要なときだけGPUリソースを使うオンデマンド型の構成でオンプレミスの固定費を抑えられる点が特徴です。ノードベースの操作に慣れた上級者向けのUIと、技術知識のないクリエイター向けのArtist UIを両立している点にも触れられており、スタジオやクリエイター組織で生成AIを制作ワークフローに組み込みたいと考えているユーザーにとって、実装イメージをつかめる内容です。 ブログ記事「 開発現場から全社展開へ：Amazon Bedrock で Claude Cowork を動かす 」 Anthropic社が提供するデスクトップアプリ「Claude Cowork」を、Amazon Bedrockをバックエンドとして動かす方法を紹介するブログです。ドキュメントの読み取りや複数ステップのリサーチ、ファイル処理などをアプリ上で行いつつ、データを自社のAWSアカウント内に保持したまま利用できる構成が解説されています。Claude Codeのような開発者向けツールから一歩進んで、プロダクトマネージャー、オペレーションマネージャー、ファイナンスアナリストなど、社内のナレッジワーカー全体に生成AIの活用を広げていく展開イメージが示されている点が特徴です。MDM（モバイルデバイス管理）による一元的な設定配布や、シートライセンス不要の従量課金モデルにも触れられており、開発チームで始めた生成AI活用を組織全体にスケールさせたいと考えているユーザーにとって参考になる内容です。 ブログ記事「 AI 駆動の業務変革手法：『課題は何ですか？』と聞くのをやめた日 」 AWSが開発した業務変革プログラム「AI BPR（AI-driven Business Process Re-Engineering）」について、試行錯誤の過程とともに紹介するブログです。初期の「課題解決型」アプローチが機能しなかった経験から、組織心理学の理論（Appreciative Inquiryなど）を取り入れて再設計し、Observe・Shift・Simulate・Forecastという4段階のフレームワークに行き着いた経緯が解説されています。生成AIの導入は技術的な問題よりも、組織が変化を受け入れる「適応課題」である点に焦点を当てている点が特徴で、AI活用を進めたいがなかなか現場が動かないと感じているユーザーにとって、アプローチを見直すヒントになる内容です。 ブログ記事「 IAM プリンシパルベースのコスト配分で Amazon Bedrock のコストを呼び出し元ごとに追跡する 」 Amazon Bedrockの利用コストを、呼び出し元のIAMユーザーやIAMロール単位で追跡できる新機能を紹介するブログです。Bedrock APIの呼び出しごとにIAMプリンシパルのIDが自動的に記録され、AWS Cost and Usage Report（CUR 2.0）やAWS Cost Explorerでプリンシパル単位のコストを可視化できるようになります。これまではBedrockの利用料金が単一の明細にまとまって表示されていたため、どのチームやプロジェクトがどれだけ使っているかを把握するにはAWS CloudTrailのログと突き合わせる必要がありました。この機能により、チャージバック（社内費用配賦）が正確に行えるようになり、複数チームで生成AIを活用している組織のコスト管理の負荷を下げられます。API Gateway経由でBedrockを呼び出す構成では中間ロールにコストが集約されるため、セッションタグでの動的な帰属が推奨されるといった実装上の注意点にも触れられています。 ブログ記事「 VPC 内のプライベートサービスに AWS DevOps Agent をセキュアに接続する方法 」 AWS DevOps Agentから、Amazon VPC内に閉じたプライベートなサービスに安全にアクセスする構成方法を紹介するブログです。Amazon VPC Latticeのリソースゲートウェイを経由して接続を確立し、セキュリティグループでトラフィックを制御する構成が解説されています。パブリックインターネットに公開することなく、エージェントから社内のプライベートなサービスにアクセスできる点がポイントで、具体例としてセルフホスト型Grafanaへの接続手順が紹介されています。これによりエージェントがオブザーバビリティ（システムの可視化）データを参照できるようになり、インシデント対応時の調査を自動化しやすくなります。AWS CLIとマネジメントコンソールの両方で設定手順が記載されているため、運用環境へのAWS DevOps Agent導入を検討しているユーザーにとって参考になる内容です。 ブログ記事「 Amazon Bedrock での Anthropic の Claude Opus 4.7 モデルのご紹介 」 Anthropic社の最新モデル「Claude Opus 4.7」がAmazon Bedrockで利用できるようになったことを紹介するブログです。米国東部（バージニア北部）、アジアパシフィック（東京）、欧州（アイルランド）、欧州（ストックホルム）の各リージョンで提供され、最大100万トークンのコンテキストウィンドウに対応しています。自律的にコーディングを進めるエージェンティックな用途での性能が向上しており、SWE-Bench Proで64.3%、Finance Agent v1.1で64.4%といったベンチマーク結果が紹介されています。Converse API、Invoke API、Messages APIといった複数の呼び出し方法に対応しているほか、新しい推論エンジンによる動的なキャパシティ割り当てやリクエスト数のスケールにも触れられており、長いドキュメントを扱う業務や、複数ステップにわたるコーディング・分析タスクにClaudeを組み込みたいと考えているユーザーにとって参考になる内容です。 ブログ記事「 Opus 4.7 が Kiro で利用可能になりました 」 Anthropic の最新モデル Claude Opus 4.7 が Kiro IDE および CLI に順次展開されました。Opus 4.6 の直接アップグレード版として、複雑で長時間にわたるタスクでのコーディング性能が向上し、複数ファイル・ツールにまたがるマルチステップ実装や自己検証機能を備えています。Kiro の仕様駆動開発との親和性も高く、大規模コードベースでの高忠実度な実装を実現します。 ブログ記事「 Kiro CLI をプログラムから実行する：ヘッドレスモードの紹介 」 Kiro CLIを、ブラウザを介さずにプログラムから実行できる「ヘッドレスモード」を紹介しています。APIキーを発行して環境変数に設定するだけで、CI/CDパイプラインやcronジョブなど無人の自動化環境でKiroを動かせるようになります。具体例として、GitHub Actionsと組み合わせてプルリクエストに自動でコードレビューを行う実装方法が紹介されています。コードレビュー以外にも、ドキュメント生成、依存関係の監査、マイグレーション支援など幅広い用途に応用できる点が特徴で、開発者の手元だけでなく、CIパイプラインの中に生成AIを組み込んでいきたいと考えているユーザーにとって参考になる内容です。 ブログ記事「 Kiro でビルドする：コミュニティハブと Kiro Labs の紹介 」 Kiroのエコシステム拡張として、「Kiro Community（コミュニティハブ）」と「Kiro Labs」の2つが発表されました。コミュニティハブは開発者の実験的なプロジェクトの共有や、Discord・イベントを通じた情報交換の場として機能し、Kiro Labsはアマゾン社員が構築したオープンソースプロジェクト群を公開する場として位置づけられています。Kiro Labsではカスタムワークフロー、UI、生産性向上ツールなどが「as-is」で提供され、アクティブ・メンテナンス・アーカイブの3段階のステータスが付与されるほか、Amazonのオープンソース基準に沿ったセキュリティレビューも行われます。Kiroをすでに使っているユーザーにとっては、他の開発者の実装例を参照してワークフローを組み立てたり、プルリクエストで貢献したりといった形で活用できるリソースが増える内容です。 サービスアップデート Claude Platform on AWSが近日公開 Anthropic社が提供するネイティブのClaudeプラットフォームを、AWSの認証情報と請求の仕組みでそのまま利用できる「Claude Platform on AWS」が近日公開として発表されました。Anthropic本家のプラットフォームと同じAPIや機能にアクセスできるため、Claudeの最新機能をいち早く利用できるのが特徴です。利用にあたっては、別途Anthropicとの契約や認証情報を用意する必要はなく、既存のAWSアカウントとIAMポリシーをそのまま使えます。APIコールはAWS CloudTrailに記録されるため、ほかのAWSサービスと同じように監査ログを一元的に管理でき、利用料金もAWSの請求書にまとめられます。Amazon Bedrockが「AWSの基盤上でClaudeを動かし、データをAWS内で処理・保持する」位置づけなのに対し、Claude Platform on AWSは「Anthropic側のプラットフォームをAWSの認証・請求で使う」という選択肢を提供する形で、ユースケースに応じて使い分けられる点がポイントです。 Amazon Bedrock AgentCoreが新機能を追加しエージェント開発を加速 Amazon Bedrock AgentCoreに、エージェント開発を加速するための新機能が追加されました。モデル・システムプロンプト・ツールを指定するだけで即座にエージェントを動かせる「マネージドハーネス（プレビュー）」、AWS CDK対応でコードベースのガバナンスを実現する「AgentCore CLI」、コーディング支援ツール向けの事前構築スキル「AgentCore Skills」の3つが提供されます。オーケストレーションコードを書かずにアイデアからプロトタイプまでを素早く立ち上げられる点が特徴で、プロトタイプの進化に合わせて評価・メモリ・ツールを段階的に追加していくこともできます。AgentCore SkillsはまずKiroから利用でき、Claude Code・Codex・Cursorにも順次対応予定です。マネージドハーネスは米国西部（オレゴン）、米国東部（バージニア北部）、欧州（フランクフルト）、アジアパシフィック（シドニー）の4リージョンでプレビュー提供されています。 Amazon QuickがVisierのVeeエージェントと統合し、ワークフォースインテリジェンス機能を提供 Amazon Quickが、Visier社の人材分析プラットフォームのAIアシスタント「Vee」とMCP（Model Context Protocol）経由で統合されました。これにより、Amazon Quickのワークスペース内から、Visierが管理する人員数・離職率・勤続年数・求人情報などのワークフォースデータに自然言語でアクセスできるようになります。人事・財務・オペレーション部門の担当者が、ツールを切り替えることなく組織の人材データを参照できるようになる点が特徴で、定期的なワークフォースレビューやドキュメント作成をQuick Flowsで自動化する使い方も想定されています。Amazon Quickがサポートする全リージョンで利用でき、組織全体の予算やポリシーデータと合わせて意思決定に活用したいユーザーにとって参考になる内容です。 Amazon Bedrock AgentCore GatewayとIdentityがVPC egress に対応 Amazon Bedrock AgentCore GatewayとAmazon Bedrock AgentCore Identityが、VPC egress（VPC内のプライベートリソースへの接続）に対応しました。マネージド型のVPC egressと、自己管理型のAmazon VPC Latticeリソースの両方から構成を選択でき、東京リージョンを含む14のAWSリージョンで利用可能です。これにより、Amazon EKS上でホストしているMCPサーバーや、社内ネットワーク内のプライベートなアイデンティティプロバイダー（IdP）、プライベートDNSで名前解決するリソースなどに、AgentCoreから直接アクセスできるようになります。エージェントからプライベートなエンタープライズシステムに安全に接続したいユーザーにとって、構成の選択肢が広がる内容です。 Amazon SageMaker HyperPodが自動Slurmトポロジー管理に対応 Amazon SageMaker HyperPodが、ネットワークトポロジーを自動で選択・最適化する機能に対応しました。GPUインスタンスタイプに応じてツリートポロジー（階層的な相互接続）とブロックトポロジー（均一な高帯域幅）を自動で選び、クラスターのスケール変更やノード置換の際にも継続的に最適化されます。これまでSlurm設定ファイルやトポロジーファイルを手動で管理していた運用から解放され、GPU間通信（NCCL集約通信）の効率を保ったまま分散学習を進められる点が特徴です。機能はデフォルトで有効化されており設定不要なため、大規模な分散学習を行うユーザーにとって運用負荷の軽減につながる内容です。 Amazon SageMakerがIAM Identity Centerドメインでノートブックとデータエージェントに対応 Amazon SageMaker Unified Studioで、これまでIAMドメインでのみ利用できたサーバーレスノートブックと組み込みのデータエージェントが、AWS IAM Identity Center（IdC）ドメインでも利用できるようになりました。Amazon Athena for Apache Sparkと連携し、SQL・Python・自然言語を単一の対話型ワークスペース上で組み合わせて扱えます。AWS IAM Identity Centerで認証・アクセス管理を一元化している組織でも、IAMドメインと同等の分析・機械学習機能が使えるようになる点がポイントで、AIデータエージェントが自然言語のプロンプトからコードを生成する機能や、ペタバイト規模のデータ処理にも対応しています。シングルサインオン環境を維持したままデータ分析基盤を整備したいユーザーにとって参考になる内容です。 Amazon QuickがSharePointとGoogle Driveを対象としたナレッジベースで複数所有者機能をサポート Amazon Quickで、Microsoft SharePointとGoogle Driveを対象とした管理者管理型のナレッジベースに、複数の所有者を追加できるようになりました。所有者には「オーナー」と「ビューアー」の2種類があり、オーナーは編集・同期・共有・削除を含む管理権限を、ビューアーはクエリのみの権限を持ちます。これまでナレッジベースが単一の所有者に依存していた運用から、チーム単位での共同管理が可能になる点が特徴で、既存のデータソース接続をそのまま再利用できるため、認証情報を再入力する必要もありません。東京リージョンを含む7つのAWSリージョンで利用でき、複数メンバーで社内ナレッジの整備を担当しているユーザーにとって運用がしやすくなる内容です。 Amazon QuickがACL対応ナレッジベースの権限検証機能をサポート Amazon QuickのACL（アクセス制御リスト）対応の知識ベースで、特定のユーザーが特定のドキュメントにアクセスできるかを検証するPermission Checker機能が追加されました。管理者は「Sync reports」タブからメールアドレスを入力することで、アクセス可否や、対象ドキュメントにアクセス可能なユーザー・グループ一覧を確認できます。これまではデータソース側の権限継承を手作業で追いかける必要があり、権限設定のトラブルシューティングに手間がかかっていました。機密情報が想定外のユーザーに参照されていないかを体系的にチェックできるようになるため、社内ナレッジを扱う知識ベース運用のセキュリティ確認を効率化したいユーザーにとって役立つ内容です。東京リージョンを含む7つのAWSリージョンで利用できます。 Amazon SageMaker Unified StudioがIAMドメインのプロジェクト内で複数コードスペースに対応 Amazon SageMaker Unified Studioで、IAMドメインの単一プロジェクト内に複数のコードスペース（個別に設定できる開発環境）を作成・管理できるようになりました。従来はプロジェクトあたりJupyterLabスペース1つとCode Editorスペース1つに限られていましたが、それぞれ独立したAmazon EBSボリュームを持つ複数のスペースを用意できます。長時間のデータ変換ジョブを動かしながら別スペースでモデル学習を進めるといった並行作業がしやすくなる点が特徴で、スペースごとに計算リソースやストレージをスケールさせたり、一時停止・再開したりできます。ブラウザからもローカルIDEからも接続でき、Amazon Q有料版にも対応しているため、1つのプロジェクト内で複数のワークストリームを回しているデータサイエンティストにとって作業効率の向上につながる内容です。 Amazon SageMaker AIがQwen3.5モデルのサーバーレスモデルカスタマイズに対応 Amazon SageMaker AIで、Alibaba Cloudが提供するQwen3.5モデル（4B・9B・27Bパラメータ版）に対するサーバーレスのファインチューニングがサポートされました。教師ありファインチューニング（SFT）と強化学習ファインチューニング（RFT）の両方に対応し、クラスター管理を行わずにモデルカスタマイズを実行できます。自社の独自データでモデルを調整して業界特有の用語や品質基準に適応させたい場合でも、インフラの構築や運用はAmazon SageMaker AI側が担うため、データや評価設計に集中できる点が特徴です。利用した分だけの従量課金モデルで、東京リージョンを含む4つのAWSリージョン（米国東部（バージニア北部）、米国西部（オレゴン）、アジアパシフィック（東京）、欧州（アイルランド））で提供開始されており、Qwen3.5を自社ユースケース向けに特化させたいユーザーにとって選択肢の一つになります。 Amazon SageMaker AIが生成AI推論レコメンデーション機能を提供開始 Amazon SageMaker AIに、生成AIモデルの推論環境を自動でベンチマークし、最適な構成を提案する「推論レコメンデーション」機能が追加されました。ユーザーがモデルとトラフィックパターン、性能目標（コスト最適化・レイテンシー最小化・スループット最大化のいずれか）を指定すると、システムが複数のインスタンスタイプを評価し、検証済みのメトリクスとともにデプロイ可能な構成を返します。初回応答時間（TTFT）、トークン間レイテンシー、スループット、コスト予測といった指標が一度にまとめて得られるため、手動でベンチマークを組んで比較する手間を省ける点が特徴です。東京リージョンを含む7つのAWSリージョンで利用でき、生成AIモデルを本番展開する際のインスタンス選定に悩んでいるユーザーにとって参考になる内容です。 Amazon SageMaker JumpStartで5つの新しいQwenモデルが利用可能に Amazon SageMaker JumpStartで、Alibabaが提供するQwenシリーズの新しい5つのモデルが利用できるようになりました。ツール利用や実行失敗からの復旧に対応する「Qwen3-Coder-Next」、思考モードの切り替えに対応した「Qwen3-30B-A3B」、数学・科学・コーディングの推論に特化した「Qwen3-30B-A3B-Thinking-2507」、エージェント型コーディング向けの「Qwen3-Coder-30B-A3B-Instruct」、マルチモーダルに対応する軽量モデル「Qwen3.5-4B」の5種類です。数クリックでデプロイできるJumpStartの特性を活かして、コーディングエージェントや多言語アプリケーション、軽量モデルでのコスト最適化された推論など、用途に応じたモデルを選択しやすくなっています。Qwenシリーズを自社のユースケースで試したいユーザーにとって、選択肢が広がる内容です。 Amazon EC2 G7eインスタンスがAWS Local Zonesロサンゼルスで利用可能に Amazon EC2のG7eインスタンスが、AWS Local Zonesのロサンゼルス（us-west-2-lax-1b）で利用できるようになりました。NVIDIA RTX PRO 6000 Blackwell Server Edition GPUと第5世代Intel Xeon Scalableプロセッサを搭載しており、VFXや色補正などのクリエイティブ制作から、大規模言語モデルの推論といったAIワークロードまで幅広く対応します。ロサンゼルス周辺でスタジオワークステーションやポストプロダクション、エッジでのAI推論といった低レイテンシーが求められる用途に、地理的に近い場所からGPUリソースを利用できる点がポイントです。オンデマンドとSavings Plansの両方で購入でき、メディア・エンタテインメント業界やエッジAIの導入を検討しているユーザーにとって選択肢の一つになる内容です。 「 AWS ジャパン生成 AI 実用化推進プログラム 」も引き続き実施中ですので検討してみてください。 今週は以上です。それでは、また来週お会いしましょう！ 著者について 野間 愛一郎 (Aiichiro Noma) AWS Japan のソリューションアーキテクトとして、製造業のお客様を中心に日々クラウド活用の技術支援を行なっています。データベースやデータ分析など、データを扱う領域が好きです。最近天ぷらを(食べるのではなく)揚げるほうにハマってます。